基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文首先分析了一维Gabor函数,并将其扩展到二维的Gabor函数.二维Gabor函数通过尺度变换和旋转变换生成二维Gabor小波.最后,二维Gabor小波变换被用来提取图像特征信息.在BP神经网络模型的基础上,本文提出并建立了基于Gabor小波和神经网络的图像智能识别模型,然后采用人脸识别来进行验证.采用ORL和Extended Yale B等人脸数据库用于模型测试,并与相关算法进行了仿真对比.尽管面部图像存在复杂的纹理和光照变化,该模型用于人脸识别时,人脸识别精度可达到0.93以上.结果表明,该算法具有较强的研究意义和应用价值.
推荐文章
基于Gabor小波变换和两次DCT的人脸表情识别
表情识别
Gabor交换
离散余弦变换
神经网络
基于小波变换和神经网络集成的人脸表情识别
人工心理
表情识别
小波变换
神经网络集成
基于奇异值分解和小波神经网络的人脸识别
人脸识别
人工神经网络
奇异值分解
小波神经网络
仿真实验
算法验证
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Gabor小波变换和神经网络的人脸识别研究
来源期刊 中国电子科学研究院学报 学科 工学
关键词 Gabor小波 特征信息 神经网络 人脸识别
年,卷(期) 2017,(5) 所属期刊栏目 工程应用
研究方向 页码范围 534-539,550
页数 7页 分类号 TN911.73
字数 4146字 语种 中文
DOI 10.3969/j.issn.1673-5692.2017.05.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 许亚军 太原理工大学信息工程学院 7 49 5.0 7.0
2 李玮欣 天津大学精密仪器与光电子工程学院 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (60)
参考文献  (13)
节点文献
引证文献  (10)
同被引文献  (47)
二级引证文献  (11)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(12)
  • 引证文献(5)
  • 二级引证文献(7)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
Gabor小波
特征信息
神经网络
人脸识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国电子科学研究院学报
月刊
1673-5692
11-5401/TN
大16开
北京市海淀区万寿路27号电子大厦电科院学报1313房间
2006
chi
出版文献量(篇)
2345
总下载数(次)
14
相关基金
山西省自然科学基金
英文译名:Shanxi Natural Science Foundation
官方网址:http://sxnsfc.sxinfo.gov.cn/sxnsf/index.aspx
项目类型:
学科类型:
论文1v1指导